凤凰网科技讯9月13日，PEC2026AI创新者大会暨第三届提示工程峰会日前在北京举行。本届大会以“赢得Token，赢得世界”为主题，围绕前沿模型、Token工厂、本地AI、AI原生应用及前沿部署工程师(FDE)等议题展开讨论。
据主办方披露，大会线上观看人数超过350万，线下参会规模达1600人。会上还发布了《2026全球Token产业全景图谱》《2026全球人工智能（885728）展望报告》，并启动FDE加速计划及能力图谱调研。
在“2027，我们需要怎样的模型”主题对话中，中国信息通信研究院人工智能（885728）研究所所长魏凯表示，今年上半年平均每两三天就有一个前沿模型发布，模型能力的进化速度已经超过技术在行业中的扩散速度。企业实际使用AI时仍面临数据治理、知识库和使用环境准备不足等问题，导致模型能力与应用体验之间存在落差。
面壁智能多模态首席科学家姚远认为，未来智能将以云端与端侧并存的方式发展。云端模型追求能力上限，端侧智能则更强调在功耗、内存和速度限制下提升“智能密度”。随着模型能力和端侧芯片算力提升，更多AI任务将转移至本地运行，以降低延迟、保护数据并减少Token消耗。
围绕Token工厂，多位参会嘉宾认为，AI基础设施正在从提供算力资源转向提供推理服务，企业客户关注的重点也逐渐由采购多少GPU，转向Token能否解决具体业务问题，以及输出质量、响应速度和单位成本。
平凯星辰副总裁刘松表示，目前Token消耗主要集中在编程和视频生成领域，未来两三年，企业级生产力智能体尤其是多智能体协作，可能成为新的Token需求来源。首都在线（300846）解决方案总监王超称，部分企业已经从购买底层资源转向直接采购Token服务，通过API快速接入模型能力。
在本地AI议题上，隐私合规、使用成本和响应稳定性成为企业选择本地部署的主要考量。与会嘉宾指出，设备选型不能只关注算力，还要综合考察显存容量、显存带宽，以及GPU、CPU、存储和网络之间的协同能力。公开信息处理可更多使用云端服务，财务、病例和企业自有代码等敏感数据则更适合本地部署。
大会还重点讨论了FDE这一新兴岗位。与会嘉宾认为，仅将大模型部署进企业，并不意味着AI已经真正投入使用。FDE需要进入业务现场，梳理数据、系统接口和工作流程，将企业提出的模糊需求拆解为具体任务，再通过原型验证和持续迭代完成交付。
对于AI原生应用，参会者认为，单纯调用模型接口的产品容易被基础模型升级替代。面向个人用户，产品需要形成长期记忆和使用黏性；面向企业客户，则需要深入现有业务流程，产生可以衡量的效率提升或成本变化。与此同时，由于图片、视频和文本生成均会持续产生推理成本，AI产品的商业模式也可能从固定订阅进一步转向按用量或按结果计费。
除主论坛外，大会还设置AI创作、FDE实践和Harness工程三场平行论坛，讨论AI内容生产、企业项目交付、工具调用、权限控制、结果评测及故障恢复等实际问题。
